该文综述单图三维重建进展：从基于Transformer的点解码器与三面解码器，到5亿参数大规模重建模型LRM，可在5秒内预测NeRF；后续方法结合ViT、CLIP潜空间、神经隐式表示与扩散先验，提升几何一致性与360度纹理网格质量，并拓展至场景重建与编辑。